快速排序--c语言实现

  快速排序的思想是对待排序数组,在数组中选取一个合适枢纽节点,然后遍历数组中其它元素,把比枢纽元素小的放在该元素的左边,把比其

大的放在该元素的右边,然后递归的对该枢纽元素左右两边的数组用同样的方法排序。

复杂度:

排序方法平均时间复杂度最坏时间复杂度最好时间复杂度空间复杂度稳定性复杂性
快速排序O(nlgn)O(n^2)O(nlgn)lgn不稳定较复杂

下面给出一个c语言实现的实例。

 要说明的是:

1》关于枢纽元素的选取。

    采用三点中值得方法可以避免最坏情况。即求出数组首、尾和中间三个元素的中值,把它当作枢纽元素。最大值和最小值放在数组首和尾,中间元素

放在尾元素的前一位。

2》当数组规模较小(<20)时,实验表明,采用直接插入排序比递归的快速排序效率更高。

源代码如下:

#include <stdio.h>
#include <stdlib.h>

/*采用插入排序的分割点,由于测试数组小于20,所以选择了很小的分割点。*/
#define cutoff 3

/*交换程序*/
#define swap( x, y) {typeof(x) t;t=x;x=y;y=t;}

/*数组长度*/
#define len  12


/*直接插入排序*/
void insert_sort(int *arr,int start,int end)
{
    int i,j;
    int temp;
    for(i=start+1;i<=end;i++){
        temp=arr[i];
        for(j=i-1;j>=start;j--){
            if(arr[j]>temp){    //如果j位比要插入的数据大,则j位向后移动一位
                arr[j+1]=arr[j];
            }else{
                break;
            }
        }
        arr[++j]=temp;   //j位之后为要插入的位置
    }
}
/*中间因子的选取,采用三点(其点,末尾点和中间点)中值得方法
*将三点数据排序,然后将中值存储到end-1位置。
*/
int findmid(int *arr,int start,int end)
{
    /*
    if((end-start)==1){
        if(arr[start]>arr[end]){
        swap(arr[end],arr[start]);
        }
        return -1;
    }*/
    int mid = (start+end)/2;
    if(arr[start]>arr[mid]){
        swap(arr[start],arr[mid]);
    }
    if(arr[start]>arr[end]){
       swap(arr[start],arr[end]);
    }
    if(arr[mid]>arr[end]){
        swap(arr[mid],arr[end]);
    }

    swap(arr[mid],arr[end-1]);
    return arr[end-1];
}
/*快速排序核心程序*/
int partation(int *arr,int start,int end)
{
    if((start+cutoff) <= end){
        insert_sort(arr,start,end);
        return -1;
    }
    int i=start,j=end-1; //由三点中值可知,arr[i]<=arr[end-1]<=arr[end]
                         //故i=start,j=end-1;
    int mid=findmid(arr,start,end);
    if(mid==-1){return -1;}

    for(;;){

        while(arr[++i] < mid){}
        while(arr[--j] > mid){}
        if(i<j){
            swap(arr[i],arr[j]);
        }else{
            swap(arr[i],arr[end-1]);
            break;
        }
    }
    return i;
}
/*快速排序*/
void quick_sort(int *arr,int start,int end)
{

    int mid=partation(arr,start,end);
    if(mid==-1){
        return;
    }
    quick_sort(arr,start,mid-1);
    quick_sort(arr,mid+1,end);
}

int main()
{

    int i=0;
    int arr[len] = {1,4,5,88,24,2,9,12,89,23,11,0};
    quick_sort(arr,0,len-1);
    //insert_sort(arr,0,len-1);
    for(i=0;i<len;i++)
    {
        printf("%d ",arr[i]);
    }
    return 0;
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值